State Auto melhora processos em todo o ciclo de vida usando machine learning, visão computacional e arquitetura sem servidor da AWS

A State Automobile Mutual Insurance Company (State Auto) queria entender melhor e antecipar as necessidades de seus clientes para fornecer as informações de que precisavam antes mesmo que eles soubessem que deveriam solicitá-las. A empresa começou a usar a tecnologia para ajudar seus Customer Service Representatives (CSRs – Representantes de atendimento ao cliente) a atingir as metas de qualidade e satisfação do cliente quando criou sua solução SA360 na Amazon Web Services (AWS). Usando insights alimentados por dados e disponibilizando-os aos clientes e aos CSRs, a State Auto conseguiu criar uma melhor experiência de atendimento, redirecionando as chamadas típicas dos clientes para os canais de autoatendimento, de modo que os CSRs pudessem se concentrar nos clientes com necessidades mais complexas. Após o sucesso desse projeto, a State Auto começou a usar mais serviços da AWS, incluindo machine learning (ML), visão computacional e serviços sem servidor, para ajudar a promover suas metas em outras áreas, como a automação dos processos de subscrição e a detecção antecipada de sinistros fraudulentos para agilizar a análise dos casos.

Ao usar serviços gerenciados de visão computacional da AWS, a State Auto conseguiu automatizar processos que antes eram executados manualmente. Para simplificar o processo de inspeção de propriedades, a empresa usa o Amazon Rekognition, que automatiza a análise de imagens e vídeos com ML e oferece recursos de visão computacional pré-treinados e personalizáveis para extrair informações e insights. A State Auto é capaz de usar o Amazon Rekognition para marcar fatores de risco não específicos do setor em fotos e vídeos de inspeções de propriedades, dando aos engenheiros de risco mais tempo para se concentrarem na identificação de aspectos específicos do setor em suas avaliações de risco. Para treinar os modelos de ML da State Auto, a empresa usou intensamente o Amazon SageMaker Ground Truth, um serviço de rotulagem de dados. Depois que o modelo entrou em operação, a empresa também usou o Amazon Augmented AI (Amazon A2I), um serviço de ML que simplifica a criação dos fluxos de trabalho necessários para a revisão humana, para a validação ativa do usuário.

A State Auto também usa o Amazon Textract, que extrai automaticamente texto impresso, manuscrito e dados de documentos digitalizados, para indexar documentos usando uma ampla variedade de casos de uso de otimização de negócios. “Nosso uso do Amazon Textract afeta quase todas as etapas do ciclo de vida do seguro”, diz Ramanujam.

Além dos serviços gerenciados, a State Auto também está usando a arquitetura sem servidor para potencializar sua solução antifraude, que combina a experiência dos usuários corporativos da empresa com insights baseados em dados. A solução foi criada no AWS Lambda (um serviço de computação sem servidor e orientado por eventos que permite que as empresas executem código para uma aplicação ou serviço de back-end sem provisionar ou gerenciar servidores) e usa o AWS Step Functions. Toda a solução foi totalmente unificada usando o AWS Glue, um serviço de integração de dados sem servidor que facilita a descoberta, a preparação e a combinação de dados para análise, ML e desenvolvimento de aplicações. Após uma implantação sem complicações do serviço de detecção de fraudes, agora a State Auto pode avaliar 83% mais sinistros totais em busca de possíveis fraudes do que antes, identificar sinistros suspeitos três dias antes no processo de sinistros e capturar os 20% de sinistros que antes não eram sinalizados.